最近，位于加州大学洛杉矶分校萨缪尔工程学院的研究人员利用3D打印技术来提高智能手机相机的潜力。他们的3D打印设备可以在使用智能手机拍摄镜头时捕捉显微图像。这些图像然后通过深度学习人工智能系统，增加智能手机图像的分辨率和颜色细节，以至于它们可以达到接近实验室级显微镜的图像质量。这一突破对于在资源和设备有限的地区进行医学诊断可能是非常宝贵的。

     加州大学洛杉矶分校探索使用3D打印技术为智能手机相机提供强大的感应和成像功能，以适用于不同类型医疗应用的可能性。这一次，研究团队使用机器学习影像软件，以使智能手机相机拍摄的图片达到实验室级显微镜照片的质量。由于普通智能手机相机的设计是为了拍摄人物和风景等通常可见的照片，因此首先需要在物理上增强其分辨率。

   这是3D打印派上用场的地方。3D团队不需要在高端便携式显微镜设备上花费大量资金，而是为智能手机打印了显微镜附件。这种技术意味着每个设备的成本都低于100美元。这些显微镜设备放置在智能手机摄像头镜头上时，能够极大地提高图像传感器捕获的细节的可视性和分辨率。从最初的相机分辨率来看，它们被增强到约百万分之一米的尺度。

   一旦捕捉到这些改进的图像，在科学应用之前还需要一段时间的研究。该附件可以补偿基本相机镜头和图像传感器的低分辨率，但需要更先进的计算技术才能正确再现实验室分析所需的分辨率和色彩细节。

“使用深度学习，我们着手弥补廉价的基于移动电话的显微镜和使用高端镜头的金标准台式显微镜之间的图像质量差距，”校长兼电气、计算机工程、生物工程教授Aydogan Ozcan说道。 “我们相信我们的方法广泛适用于其他低成本显微系统，例如使用便宜的镜头或相机，并且可以帮助用高性价比的移动替代品替代高端台式显微镜。”

  该团队在肺组织样本上测试了他们的系统，以及血液和巴氏涂片。每张标本都拍摄了一张高端显微图像，以及使用显微镜增强的智能手机相机拍摄的图像。这些对应的图像被输入到一个数字系统中，该系统使用专门设计的深度学习代码，以便快速准确地了解如何提高低质量图像的分辨率。

  该项目的成功指明了将这种技术用于医疗诊断和其他医疗保健应用的前景，提高了便携性以及高级显微镜的可用性。Ozcan与UCLA博士后学者Yair Rivenson一起领导了这个项目。基于Ozcan小组以前的研究基础，该研究小组利用深度学习重建全息图并改进显微镜技术。项目的最新研究结果已于最近发表在ACS Photonics（美国化学学会杂志）上。